部署到 Vercel Edge

"Edge" 意味着在全球成千上万台服务器上运行你的代码，靠近用户。 对于 AI 而言，这降低了延迟，并（通常）增加了流式传输的超时限制。

配置

在 Next.js App Router 中，只需添加此导出：

// app/api/chat/route.ts
export const runtime = 'edge'; // <--- 魔法代码

export async function POST(req: Request) {
  // ...
}

Edge 的局限性

Edge 环境不是 Node.js。

• ❌ 没有 fs (文件系统) 访问权限。
• ❌ 没有原生模块 (如某些 sharp 图像调整工具)。
• ❌ 数据库连接有限 (需要连接池或基于 HTTP 的驱动程序，如 Neon/Supabase)。

流式响应

Vercel Edge 针对带有流的 Response 对象进行了优化。

import { OpenAIStream, StreamingTextResponse } from 'ai';

// ... 调用 openai ...
const stream = OpenAIStream(response);
return new StreamingTextResponse(stream);

环境变量

1. 进入 Vercel Dashboard -> Settings -> Environment Variables。
2. 添加 OPENAI_API_KEY。
3. 确保它在 Production 和 Preview 中可用。

故障排除

错误: "The edge function crashed"

• 你是否尝试使用 fs.readFileSync？
• 你是否导入了一个巨大的库？(Edge 函数有大小限制，通常 < 1MB)。

解决方案: 如果你需要重型库，请切换回 runtime = 'nodejs'。